改进的深度残差收缩网络轴承故障诊断方法

摘要：

针对深度残差收缩网络(deep residual shrinkage network,DRSN)在降噪过程中引起的信号失真问题,提出了一种改进的深度残差收缩网络(improved deep residual shrinkage network,IDRSN)并将其应用于滚动轴承的故障诊断中.首先,引入一种改进的半软阈值函数(improved semi-soft threshold function,ISSTF)用于解决恒等偏差的问题并消除软阈值函数引起的信号失真.然后,设计了半软阈值模块(semi-soft threshold block,SSTB)和自适应斜率模块(adaptive slope block,ASB)构建改进的残差收缩单元(improved residual shrinkage building unit,IRSBU),用于自适应设置最优阈值并进一步修正输出.最后,将所提方法应用于两种不同工况的滚动轴承故障诊断中.研究结果表明,与现有方法相比,所提方法的分类准确率和鲁棒性更高,对于变转速工况下的故障诊断更为有效.

关键词：故障诊断、滚动轴承、深度残差收缩网络、半软阈值函数、自适应斜率模块

所属期刊栏目：42

分类号：TH165+.3

资助基金：安徽省智能破拆装备工程实验室开放基金;国家自然科学基金

在线出版日期：2023-10-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：217-224,285